Автоматизация экономит часы работы, но у неё есть цена: аудитория всё лучше узнаёт тексты и картинки, сделанные без участия человека. По данным исследования Bynder, в котором участвовали около 2000 потребителей из США и Великобритании, половина респондентов верно определила текст, написанный ИИ. А 52% опрошенных сказали, что при подозрении на ИИ их вовлечённость снижается.
Я позвала в «Дискуссионный клуб» двух практиков, которые смотрят на это с разных сторон, и спросила, где проходит граница между умной автоматизацией и конвейером без смысла. Ниже подробный разбор эфира: аргументы, кейсы и критерии, по которым можно понять, что вы зашли в автоматизацию слишком далеко.
Кто спорил и с каких позиций
Алексей Сидоров — основатель агентства Digital Rocket. Агентство занимается SEO и GEO (продвижением в ответах нейросетей), контекстной рекламой, разработкой и технической поддержкой сайтов. Алексей также развивает франшизу школы Be Hive Kids. Его позиция: ИИ — это нормально и эффективно, но «со звёздочкой», потому что есть вещи, которые он пока не заменяет.
Максим Бородин — сооснователь SwotBoss.ru и QQuote.ai, директор по маркетингу «Городские бани Дружба» и Trinity Logic. Его позиция жёстче: сейчас у него к инструментам скорее негатив, потому что ими либо пользуются неправильно, либо не умеют пользоваться вообще.
Оба говорят из практики своих проектов, поэтому цифры и кейсы ниже — это их опыт, а не результаты исследований.
Что известно о доверии к ИИ-контенту
Прежде чем перейти к дискуссии, стоит посмотреть на данные об аудитории. В том же исследовании Bynder участникам вслепую показали две статьи на одну тему: одну написал копирайтер, другую ChatGPT. Среди тех, кто выбрал вариант, ИИ-текст предпочли 56%. Но когда респондентов спросили, как меняется их отношение к контенту, если они подозревают в нём ИИ, 52% ответили, что вовлечённость падает. Процент здесь считается от всех опрошенных, а не только от тех, кто умеет распознавать ИИ-тексты.
Есть и сигнал о растущем недоверии. По данным Capgemini, которые приводит MarTech, доверие к контенту, созданному генеративным ИИ, за два года упало с 73% до 55%. Там же сказано, что 82% участников Bynder не возражают против ИИ в копирайтинге, если текст ощущается написанным человеком. А 63% респондентов хотят, чтобы использование ИИ раскрывалось.
Вывод из этих цифр близок к тому, о чём говорили мои гости: аудиторию раздражает не сам инструмент, а ощущение, что за бренд с ней разговаривает безличная машина.
Где автоматизация действительно экономит время
Алексей оценил долю автоматизированных процессов в Digital Rocket примерно в 80%. Агентство отказалось от стандартных CRM и трекеров задач и разработало собственный «умный трекер» с ИИ-прослойкой. В нём хранится весь контекст по проектам. Если специалист уходит, новый сотрудник за 5–10 минут вникает в задачу и продолжает работу по прежнему регламенту. Для рынка с высокой текучкой это снимает один из главных рисков.
На вопрос, почему не доработать готовый Bitrix24, Алексей ответил коротко: так агентство экономит более 100 000 рублей в месяц. Важная оговорка: у них штат технических специалистов, которые понимают, как работают модели, поэтому разработка своего решения для них реальна. Для компании без такой команды расчёт будет другим.
Принципы, на которых это держится, Алексей сформулировал так:
- ИИ не принимает решения по задачам напрямую, это делает человек. Нейросеть ускоряет работу и предлагает идеи.
- Tone of voice задают специалисты, а не модель. Каждый, кто общается с клиентом через ИИ-прослойку, добавляет свой тон и свой взгляд компании.
- Новые «навыки» для ИИ сначала обкатывают на тестовых рекламных кампаниях и внутренних проверочных аккаунтах и только потом выкатывают в рабочие проекты.
- В каждом навыке прописано правило: сначала согласовать, потом делать.
В рекламе это даёт заметный выигрыш. Широкие кампании в Яндекс Директе теперь собираются быстро, потому что сам инструмент «топорный»: заголовок, описание и жёсткий лимит символов. Креативы для рекламной сети создают несколько моделей, а согласуют их специалист и клиент.
Почему Максим остаётся скептиком
Максим начал с реалий рынка. По его опыту, даже базовая автоматизация работает хуже, чем обещает продавец, и ломается, как только задача отходит от среднестатистической.
Он привёл пример из своей практики. Для «Городских бань Дружба» искали CRM и выбрали популярное решение, но у него не оказалось модуля бронирования для банных кабинетов. Доработки подрядчиков стоят от 100 000 рублей за самый простой модуль и выше. Каждый новый модуль, например интеграция кассы с рестораном, нужно докупать отдельно. В итоге пришлось нанять человека, который каждый день разбирает баги интеграции. А другой CRM, подходящей именно для бань, по его словам, на российском рынке просто нет. Похожая картина, говорит Максим, в логистике растений, которой занимается Trinity Logic.
К ИИ у него три претензии:
- Нейросеть пересказывает, а не придумывает. По его словам, «идеи» ИИ чаще всего оказываются сводкой уже известного. Галлюцинации остаются даже при низкой «температуре» модели, то есть при строгих настройках, поэтому всё надо перепроверять.
- Человек должен понимать задачу. Если сотрудник не понимает процесса, он не сможет ни поставить задачу нейросети, ни оценить результат. Красивый отчёт на 20 страниц с терминами вроде ROI и CAC может оказаться пустым.
- Дорого корректировать. Сильный специалист, который отличает полезный совет от галлюцинации, стоит дороже среднего маркетолога.
Свою внутреннюю нейросеть, которую компания полгода обучает на закрытых данных, Максим пока оценивает как «так себе» по результату. Он также отметил, что российские ИИ-сервисы заметно отстают по анализу, а полезных именно для маркетинга продуктов с сильным ИИ он не видит. Оговорка: это его субъективная оценка рынка, и Алексей с ней не согласился в полной мере.
Что считать автоматизацией с ИИ
В эфире мы упёрлись в определение. Алексей привёл в пример процесс, когда одной кнопкой разворачивается весь проект со всеми бизнес-процессами. Максим ответил, что это классическая роботизированная автоматизация (RPA): она работает по жёстким алгоритмам, не галлюцинирует, но не справляется с отклонениями. Настоящей ИИ-автоматизацией он назвал ситуацию, когда пользователь формулирует собственный вариант, а модель сама строит решение без помощи специалиста.
Алексей возразил: в его трекере клиент пишет вопрос в комментарии к задаче, и дальше ИИ закрывает её без участия сотрудника.
Контент без редактора: охваты и обезличивание
Самую острую часть разговора Алексей посвятил массовой генерации. Сервисы автопостинга вроде SMM-планера позволяют за небольшую ежемесячную подписку нагенерировать сотню постов с картинками. Сам он такими сервисами не пользовался, но видит результат: в ленте на таких площадках ИИ-текстов уже каждый второй пост, часто без какой-либо правки.
По наблюдению Алексея, у такого подхода есть второй барьер. Алгоритмы площадок тоже используют машинное обучение, замечают шаблонные паттерны и режут охваты текстам, к которым не прикасался редактор. Это его практическое наблюдение на примере «ВКонтакте», официально площадки таких правил не подтверждали. Отсюда его рабочее правило: агентство не делает контента больше, чем редактор успевает прочитать.
Алексей предложил простой тест на обезличенность текста. Нужно мысленно заменить в нём название компании на своё.
Если оно подходит, ну всё, чушь полная.
Что думают читатели: «вода» против сути
Я поделилась наблюдением из профильных чатов. Один из участников обсуждения написал, что не хочет читать «водяную воду» экспертов и предпочитает ИИ-тексты, потому что в них есть суть без отступлений. Спросила гостей, как это скажется на отношении к контенту.
Максим ответил, что проблема не в нейросети. Тот, кто умеет формулировать мысль, использует ИИ как помощника для поиска информации и становится сильнее. А тот, кто не умеет, получает пересказ. Он привёл параллель: люди и раньше читали безвкусные книги и верили отфотошопленным картинкам, просто сейчас различать реальность станет ещё сложнее для тех, у кого мало знаний. И предупредил об опасности манипуляции: тот, кто пользуется готовым пересказом, не замечает, что это пересказ кого-то более умного.
Алексей подтвердил это кейсом из своей практики. Агентство за 30 минут подготовило с помощью ИИ статью о жёсткой уязвимости в модуле одного из платных решений для интернет-магазинов на Bitrix, через которую проникали вирусы. Текст отредактировали и выложили на сайт, он быстро проиндексировался и до сих пор остаётся в топе. По словам Алексея, эта статья принесла продаж более чем на миллион рублей. Его вывод: неважно, ИИ написал или человек, если контент решает проблему аудитории.
Когда ИИ и сильный редактор работают вместе
Максим привёл обратный пример. «Городские бани Дружба» пробовали сделать банный журнал целиком с помощью ИИ и остались недовольны результатом. Тогда команда наняла на аутсорс профессионального редактора, бывшего журналиста белорусского агентства. Она выстраивает повестку с помощью ИИ, а пишет руками. Текст проверяют на «Главреде»: он стабильно получает 9,2–9,6 балла и распознаётся как написанный человеком. Автоматизация здесь экономит время, но результат даёт связка с сильным специалистом.
Похожая история с иллюстрациями. Часть своего фотостока компания загрузила в генератор, и теперь он создаёт нужные изображения, чтобы не нанимать студию. Но, подчёркивает Максим, управлять этим должен сильный маркетолог или редактор.
Дефицит сильных маркетологов
Обоих гостей беспокоит одно и то же: кому доверять контроль над ИИ. Максим считает, что по-настоящему сильных маркетологов на рынке мало, а директор, который сам не понимает маркетинга, не может проверить работу сотрудника с нейросетью.
Он рассказал о случае, который знает от знакомых. По его словам, сотрудник около полугода отдал маркетинг компании на откуп нейросети и не перепроверял результат. Модель опиралась на отчёты не 2025, а 2023 года, а директор не мог оценить двадцатистраничный отчёт, насыщенный терминами. Компания в итоге закрылась. Это история с чужих слов, но механизм понятен: слепое доверие плюс отсутствие компетенции у принимающего решение.
Как понять, что вы зашли слишком далеко
В конце я спросила гостей, есть ли у них критерии для предпринимателя или эксперта. Алексей начал с метрики: смотрите на конверсию в лид, в квалифицированный лид и в продажу из того объёма контента, который вы выпускаете. Если объём растёт, а конверсия нет, автоматизация работает вхолостую.
Максим предложил последовательность вопросов:
- Вы понимаете, что такое маркетинг, не по роликам и не по ответам нейросети, а по сути?
- Нужен ли вам маркетинг сейчас, или пока вы сами делаете работу, которую принято так называть?
- Понимаете ли вы, как работает ИИ и какие данные нужно собирать для автоматизации? Он сформулировал это жёстко.
Если мы не понимаем, что такое статистика, что такое обычные данные, не надо лезть в ИИ.
Бизнеса, построенного исключительно на ИИ, Максим пока не знает и считает такой сценарий нереалистичным.
Последний довод Алексей привёл из личного опыта. Он выбирал новый велосипед, и его тренер отговорил от модели, которая отлично выглядела по описанию. Когда Алексей спросил совета у нейросети, она сравнила характеристики и назвала подходящими все три модели. Его вывод: ИИ работает с данными, а не с ощущениями. А как человек будет чувствовать себя на конкретном велосипеде или в конкретном бренде, по таблице не поймёт.
Вывод и практический шаг
Мнения гостей разошлись в оценке рынка, но сошлись в главном: ИИ полезен там, где за ним стоит человек, который понимает задачу, задаёт тон и проверяет результат. Конвейер без смысла возникает, когда объём контента вырастает быстрее, чем кто-то способен его прочитать и отредактировать.
Вот что можно сделать уже на этой неделе:
- Выберите один повторяющийся процесс, например сбор данных или черновики постов, и отдайте его нейросети, оставив за собой согласование.
- Ограничьте объём публикаций тем, что реально успевает проверить редактор.
- Проверьте свои тексты тестом Алексея: подставьте название конкурента и посмотрите, подойдёт ли текст.
- Через месяц сравните конверсию в лид и в продажу с теми показателями, что были до автоматизации.